如何从Python调用含CPLEX的Matlab规划程序？打包调用返回NaN异常

我用Matlab编写了基于CPLEX的配电网规划优化程序，在Matlab环境中运行正常，但通过Matlab Library Compiler将M函数打包为Python包并安装后，用Python调用返回全NaN结果（预期为特定优化矩阵），求解决该异常的方法。

原始Matlab程序 #

function P = wenti3()
    clc;
    clear;
    %% 三个时间段  三台机组
    a = [0.001562,0.00194,0.005784];
    b = [7.92,7.85,9.56];
    c = [561,310,93.6];
    load = [650,1000,700];
    Pmin = [150 100 50];
    Pmax = [600 400 200];
    J = 3; % 机组数量
    T = 3; % 时间段
    %% 定义未知量
    P = sdpvar(J,T,'full'); % 定义矩阵必须加 'full'
    ccost = sdpvar(J,T,'full');
    for t = 1:T
        for j =1:J
        ccost(j,t) = a(j).*P(j,t).^2 + b(j).*P(j,t) + c(j) ;
        end
    end
    CCOST = sum(sum(ccost));
    %% 建立约束
    cons = [];
    for t = 1:T
     cons = [cons , sum(P(:,t)) == load(t)]; %负荷需求相等
    end 
    for t = 1:T
        for j =1:J
       cons = [cons , P(j,t) >=  Pmin(j) ];
       cons = [cons , P(j,t) <=  Pmax(j) ];
    %    cons = [cons , Pmin(j) <= P(j,t) <=  Pmax(j)  ];
       end
    end
    %% 爬坡约束
    for t = 2:T
        for j =1:J
          cons = [ cons , P(j,t) - P(j,t-1) >= - 0.3*Pmax(j)];
          cons = [ cons , P(j,t) - P(j,t-1) <=  0.3*Pmax(j)];
    %     cons = [ cons , - 0.3*Pmax(j) <= P(j,t) - P(j,t-1) <=  0.3*Pmax(j)];
        end
    end
    %% 设置求解器参数
    options = sdpsettings('verbose',0,'solver' ,'cplex');
    % ops.cplex.mip.tolerance.mipgap = 0.001 ;
    options.showprogress = 0;

    yalmip_message = optimize(cons, CCOST );
    disp( yalmip_message );
    %% 输出结果
    pp = P;
    P = value(P) ;
end

Python调用代码 #

import wenti3

mat_obj = wenti3.initialize()
result1 = mat_obj.wenti3()

预期结果 #

ans =

320.0000 500.0000 350.0857
280.0000 400.0000 299.9143
 50.0000 100.0000  50.0000

故障排查与解决方法 #

1. 删除clear和clc命令 #

Matlab函数中的clear会清空工作区变量，包括YALMIP和CPLEX的初始化状态，在打包后的非交互环境中会直接导致求解器无法正常工作。直接删除代码开头的clc;和clear;行。

2. 确保打包时包含所有依赖库 #

打包过程中必须将YALMIP和CPLEX的相关工具箱文件一同打包：

• 在Matlab Library Compiler的「Add Files」界面，手动添加YALMIP的核心文件和CPLEX工具箱的依赖文件；
• 在「Settings」中勾选「Include all required toolboxes」，确保所有依赖被包含。

3. 显式检查求解状态并处理 #

在Matlab函数中添加求解状态判断，避免优化失败时返回NaN：

if yalmip_message.problem == 0
    P = double(value(P)); % 转换为标准数值矩阵
else
    error('优化失败，错误码：%d', yalmip_message.problem);
end

4. 启用求解器日志排查问题 #

修改sdpsettings打开 verbose 日志，查看求解器运行细节：

options = sdpsettings('verbose',1,'solver','cplex');

在Python调用时查看控制台输出，确认CPLEX是否正常启动、约束是否可行、是否存在求解错误。

5. 验证环境版本一致性 #

确保打包时使用的Matlab、YALMIP、CPLEX版本与开发环境完全一致，避免版本不兼容导致求解失败。

内容的提问来源于stack exchange，提问作者hengyang